深度学习-根据提供的csv数据做回归并画图

最新推荐文章于 2024-12-08 14:31:13 发布

chencheng12077

最新推荐文章于 2024-12-08 14:31:13 发布

阅读量2k

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习 deeplearning4j

本文链接：https://blog.youkuaiyun.com/chencheng12077/article/details/53468402

本文介绍利用神经网络对CSV数据进行回归分析的步骤，通过代码展示如何训练模型并绘制预测结果图表。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这篇主要是看下如何用神经网络做回归并画图，贴代码

public class CSVPlotter {

    public static void main( String[] args ) throws IOException, InterruptedException
    {
       String filename = new ClassPathResource("/DataExamples/CSVPlotData.csv").getFile().getPath();//获取路径
       DataSet ds = readCSVDataset(filename);//csv数据的第一列是输入数据，第二列是输出数据

       ArrayList<DataSet> DataSetList = new ArrayList<>();//构造一个arraylist，元素是dataset
       DataSetList.add(ds);//其实只有一个元素

       plotDataset(DataSetList); //Plot the data, make sure we have the right data.//调用plotDataset函数画图

       MultiLayerNetwork net =fitStraightline(ds);//调用fitStraightline函数，用数据构建一个网络


       // Get the min and max x values, using Nd4j
       NormalizerMinMaxScaler preProcessor = new NormalizerMinMaxScaler();//用最大值最小值规范化
       preProcessor.fit(ds);
        int nSamples = 50;//样本数50
        INDArray x = Nd4j.linspace(preProcessor.getMin().getInt(0),preProcessor.getMax().getInt(0),nSamples).reshape(nSamples, 1);//linspace会生成向量，第一个参数是最小值，第二个参数是最大值，第三个参数是步长，reshape是重新搞成一个几成几的矩阵，这里还是50行1列，x就是最终的x轴数据


        INDArray y = net.output(